Über KI im Handel wird mit einer Zahl geredet, die kleine Händler gar nicht enthält: Die amtliche Erhebung beginnt bei zehn Beschäftigten, und darunter liegen 84 Prozent des deutschen Handels. Ich habe nachgerechnet, was die Statistik abdeckt, und aufgeschrieben, worin der Vorteil eines kleinen Betriebs wirklich besteht.
Die Statistik, die über kleine Händler spricht, kennt sie nicht
Wenn über künstliche Intelligenz im Mittelstand geredet wird, fällt fast immer dieselbe Zahl: 26 Prozent der Unternehmen in Deutschland nutzen KI-Technologien. Sie stammt aus der IKT-Erhebung des Statistischen Bundesamts für das Berichtsjahr 2025, veröffentlicht am 24. November 2025, und sie ist richtig. Nur beschreibt sie nicht, wen die meisten Leser gerade vor Augen haben.
Der Qualitätsbericht zu dieser Erhebung nennt die Grundgesamtheit ausdrücklich: alle Unternehmen mit Sitz in Deutschland, deren Schwerpunkt in den Wirtschaftsabschnitten C bis J, L bis M oder in der Gruppe 95.1 liegt, und die mindestens zehn tätige Personen haben. Der Handel gehört zum Abschnitt G und ist damit erfasst. Der einzelne Händler mit vier Leuten ist es nicht.
Wie groß dieser blinde Fleck ist, lässt sich ausrechnen. Das Statistische Unternehmensregister weist für das Berichtsjahr 2024, Stand 1. Dezember 2025, im Abschnitt G, also Handel samt Instandhaltung und Reparatur von Kraftfahrzeugen, 557 277 rechtliche Einheiten aus. Davon liegen 468 895 in der kleinsten Größenklasse, also unterhalb der Schwelle von zehn Beschäftigten. Bleiben 88 382 Einheiten darüber.
Damit liegen 84,1 Prozent des deutschen Handels unterhalb der Grenze, an der die KI-Statistik anfängt. Die vielzitierten 26 Prozent beschreiben also die verbleibenden 15,9 Prozent. Über die anderen fünf Sechstel sagt sie kein Wort, weder ein gutes noch ein schlechtes.
Warum das kein Vorwurf an die Statistik ist
Die Grenze bei zehn Beschäftigten ist eine europäische Vorgabe, und sie hat einen nachvollziehbaren Grund. Unterhalb dieser Schwelle wird die Zahl der Einheiten so groß und ihre Struktur so heterogen, dass eine Stichprobe mit vertretbarem Aufwand keine belastbaren Werte mehr liefert.
Der Fehler entsteht erst beim Zitieren. Aus „26 Prozent der Unternehmen" wird in der Wiedergabe „26 Prozent der Betriebe", dann „auch kleine Unternehmen zögern", und am Ende steht ein Satz über eine Gruppe, die in der Zahl nie enthalten war. Wer die Untergrenze einer Erhebung weglässt, ändert nicht die Genauigkeit der Zahl, sondern ihren Gegenstand.
Der Qualitätsbericht enthält zwei weitere Angaben, die praktisch nie mitzitiert werden. Erstens ist die Teilnahme freiwillig, es besteht keine Auskunftspflicht. Für 2025 wurde eine Antwortquote von 24,6 Prozent erreicht; angeschrieben wurden rund 98 800 Einheiten, um die gesetzlich vorgesehene Nettostichprobe von 20 000 zu erreichen. Zweitens lag der relative Standardfehler der wichtigsten Kernindikatoren auf Bundesebene unter fünf Prozent, ein solider Wert.
Und man darf die Zahl nicht mit dem Vorjahr stapeln
2024 meldete dasselbe Haus, dass jedes fünfte Unternehmen, also 20 Prozent, KI nutze, bei 10 bis 49 Beschäftigten 17 Prozent. Ein Jahr später sind es 26 beziehungsweise 23 Prozent. Die Versuchung, daraus ein Wachstum von sechs Prozentpunkten in zwölf Monaten zu machen, ist groß. Sie führt in die Irre, und zwar nach Auskunft der Quelle selbst.
Der Qualitätsbericht schreibt im Kapitel zur zeitlichen Vergleichbarkeit: „Bis 2024 waren die Darstellungseinheiten rechtliche Einheiten. Seit 2025 sind die Darstellungseinheiten Unternehmen gemäß der EU-Einheitenverordnung. Zudem werden Unternehmen mit weniger als 10 tätigen Personen nicht mehr in die Erhebung einbezogen. Die Werte ab 2025 sind also nur bedingt mit den Vorjahren vergleichbar."
Ein Unternehmen nach der EU-Einheitenverordnung kann aus mehreren rechtlichen Einheiten bestehen. Wer vorher drei Gesellschaften zählte, zählt jetzt möglicherweise ein Unternehmen, und dieses eine hat mehr Beschäftigte als jede der drei. Ein Teil des Sprungs von 20 auf 26 Prozent ist deshalb eine Definitionsänderung und keine Anschaffung. Diese beiden Zahlen ergeben keine Zeitreihe.
Dasselbe gilt für das Unternehmensregister. Dort wurde ab dem Berichtsjahr 2024 vom Personenkonzept auf das Jobkonzept umgestellt, ein Vergleich mit 2023 ist laut Statistischem Bundesamt deshalb nicht aussagekräftig.
Der unfaire Vorteil liegt nicht im Werkzeug
Der Vorteil, den ein kleiner Händler gerade hat, ist nicht das bessere Modell. Die guten Modelle stehen jedem offen, der eine Kreditkarte hat, und sie kosten pro Monat weniger als ein Aushilfstag. Der Vorteil ist die Entscheidungsdistanz.
In einem Betrieb mit vier Leuten ist der Weg von der Idee zum Einsatz ein Gespräch am Packtisch. Es gibt keine Abstimmung mit der IT, keine Freigabe des Betriebsrats, keinen Architekturentscheid, kein Sicherheitsreview durch eine Abteilung, die den Anwendungsfall nicht kennt. Wer morgens beschließt, die Produkttexte künftig aus den Rohdaten erzeugen zu lassen, kann das nachmittags an zwanzig Artikeln ausprobieren und abends entscheiden, ob es bleibt.
Diese Distanz ist im Konzern lang, und sie wird nicht kürzer, weil das Werkzeug besser wird. Sie ist eine Eigenschaft der Organisation. Der kleine Händler kann eine Sache in einem Tag verwerfen, für die anderswo ein Quartal veranschlagt ist. Das ist der unfaire Teil, und er läuft ab, sobald die Sache Standard wird.
Sichern lässt sich dieser Vorteil nur, indem man ihn nutzt, solange er besteht.
Woran es tatsächlich scheitert, nach Auskunft der Betroffenen
Dieselbe Erhebung fragt Unternehmen, die den Einsatz erwogen und dann gelassen haben, nach ihren Gründen. Die Anteile beziehen sich auf alle Unternehmen, die die Nutzung in Betracht gezogen haben, bisher aber nicht nutzen. Für 2025 sieht das so aus, in Klammern jeweils der Wert für die Klasse 10 bis 49 Beschäftigte:
- Fehlendes Wissen: 72 Prozent (73)
- Unklarheit über die rechtlichen Folgen: 62 Prozent (64)
- Bedenken beim Datenschutz und der Privatsphäre: 60 Prozent (60)
- Inkompatibilität mit vorhandenen Geräten, Software und Systemen: 45 Prozent (46)
- Schwierigkeiten mit Verfügbarkeit oder Qualität der Daten: 44 Prozent (44)
- Zu hohe Kosten: 32 Prozent (33)
Die beiden fett gesetzten Zeilen sind der eigentliche Befund. Das Wissen fehlt mehr als doppelt so oft wie das Geld. Wer aus dieser Tabelle die Handlungsempfehlung „Budget freimachen" ableitet, arbeitet an der Nebensache.
Für einen kleinen Händler ist das eine gute Nachricht, denn eine Wissenshürde ist billiger zu nehmen als eine Investitionshürde. Sie kostet Zeit statt Kapital, und Zeit ist das Einzige, wovon in einem Vierpersonenbetrieb ausgerechnet zwischen Januar und September genug da ist, im November nicht mehr.
Drei Stellen, an denen es bei uns tatsächlich trägt
Ich schreibe das nicht als Beobachter. Wir bauen mit Slabhit Live-Shopping für Sammelkarten, und der Betrieb dahinter ist klein genug, dass jede Automatisierung sofort auffällt, im Guten wie im Schlechten. Drei Stellen haben sich gehalten, andere habe ich wieder abgeschaltet.
Erstens: Text aus Rohdaten. Aus Zustand, Auflage, Sprache und Preis wird eine Artikelbeschreibung. Das ist eine Übersetzung von Tabelle in Satz, und darin sind Sprachmodelle stark. Der Gewinn liegt vor allem darin, dass es überhaupt einen Text gibt statt einer leeren Beschreibung.
Zweitens: Eingang sortieren, nicht beantworten. Was hereinkommt, wird gelesen, eingeordnet und mit dem passenden Vorgang verknüpft. Die Antwort schreibt ein Mensch, denn Sortieren lässt sich rückgängig machen, eine abgeschickte Antwort nicht.
Drittens: Wiederkehrende Prüfarbeit. Preis- und Bestandsabgleich gegen die Quelle, jeden Morgen, immer nach demselben Muster. Ein Mensch macht das drei Wochen lang zuverlässig und danach nicht mehr. Eine Maschine macht es am 200. Tag genauso wie am ersten, und darin liegt ihr eigentlicher Vorteil.
Wieder abgeschaltet habe ich alles, was ohne Gegenlesen nach außen ging. Die Ergebnisse waren gut, aber ein Fehler fällt dort erst auf, wenn sich jemand beschwert. Ausführlicher steht das in meinem Text darüber, wo Agenten aus ihren Leitplanken ausbrechen.
Die drei Fragen vor jedem Agenten
Wenn ich eine Aufgabe an eine Maschine gebe, stelle ich vorher drei Fragen. Sie kosten zusammen fünf Minuten und haben mir mehr gespart als jede Werkzeugauswahl.
Was kostet ein Fehler? Ein falscher Produkttext kostet eine Korrektur. Eine falsche Preisauszeichnung kostet den Unterschied, mal der Stückzahl, plus Ärger. Eine falsche Zusage an einen Kunden kostet eine Zusage. Diese drei gehören nicht in dieselbe Kategorie und dürfen nicht dieselbe Freiheit bekommen.
Wer merkt ihn? Gemeint ist, wer das Ergebnis in der normalen Arbeit ohnehin ansieht. Wenn die Antwort „niemand" lautet, ist die Aufgabe nicht automatisierbar, sondern nur unbeobachtet.
Wie lange darf er unbemerkt bleiben? Das ist die Frage, die den Prüfrhythmus bestimmt. Ein Fehler, der einen Tag stehen darf, braucht eine tägliche Stichprobe. Einer, der eine Stunde stehen darf, braucht eine andere Konstruktion, meistens eine, in der ein Mensch freigibt.
Diese drei Fragen verhindern den häufigsten Fehler, nämlich einer Maschine eine Aufgabe zu geben, deren Ergebnis niemand ansieht. Wie ich das im eigenen Alltag geordnet habe, steht in meinem KI-Stack, und die Kostenseite der Regulierung habe ich in EU AI Act: was die Umsetzung wirklich kostet aufgeschrieben.
Häufige Fragen
Wie viele Unternehmen in Deutschland nutzen künstliche Intelligenz?
Das Statistische Bundesamt weist für das Berichtsjahr 2025 einen Anteil von 26 Prozent aus, Stand 24. November 2025. Nach Größe aufgeteilt sind es 23 Prozent bei 10 bis 49 Beschäftigten, 36 Prozent bei 50 bis 249 und 57 Prozent ab 250 Beschäftigten. Die Erhebung erfasst dabei nur Unternehmen mit mindestens zehn tätigen Personen.
Gilt die Zahl von 26 Prozent auch für kleine Händler?
Nein. Die Erhebung beginnt bei zehn tätigen Personen. Im Wirtschaftsabschnitt Handel weist das Unternehmensregister für 2024 insgesamt 557 277 rechtliche Einheiten aus, davon 468 895 unterhalb dieser Schwelle. Das sind 84,1 Prozent, und über diese Gruppe sagt die KI-Statistik nichts.
Ist die KI-Nutzung von 20 auf 26 Prozent gestiegen?
Diese Rechnung ist nicht zulässig. Der Qualitätsbericht des Statistischen Bundesamts schreibt selbst, dass bis 2024 rechtliche Einheiten und ab 2025 Unternehmen nach der EU-Einheitenverordnung dargestellt werden und Einheiten unter zehn tätigen Personen nicht mehr enthalten sind. Wörtlich heißt es dort, die Werte ab 2025 seien nur bedingt mit den Vorjahren vergleichbar.
Woran scheitert der Einsatz von KI in kleinen Unternehmen?
Nach der Erhebung 2025 nennen 72 Prozent fehlendes Wissen, 62 Prozent Unklarheit über die rechtlichen Folgen und 60 Prozent Bedenken beim Datenschutz. Zu hohe Kosten nennen nur 32 Prozent. Die Anteile beziehen sich auf die Unternehmen, die den Einsatz erwogen, aber bisher nicht umgesetzt haben.
Was ist der Vorteil eines kleinen Betriebs beim Einsatz von KI?
Nicht das Werkzeug, denn dieselben Modelle stehen jedem offen. Der Vorteil ist die kurze Entscheidungsdistanz: Was in einem Vierpersonenbetrieb ein Gespräch ist, ist in einem Konzern ein Projekt mit Freigaben. Ein kleiner Betrieb kann eine Idee an einem Tag ausprobieren und verwerfen. Dieser Vorteil verfällt, sobald die Sache Standard ist.
Welche Aufgaben eignen sich zum Anfangen?
Solche, deren Ergebnis in der normalen Arbeit ohnehin jemand ansieht, und deren Fehler reversibel sind: Texte aus vorhandenen Daten erzeugen, Eingänge sortieren und zuordnen, wiederkehrende Prüfarbeit gegen eine Quelle. Ungeeignet ist alles, was ohne Gegenlesen nach außen geht, weil ein Fehler dort erst auffällt, wenn sich jemand beschwert.
Herzlich,
Euer Dennis Weidner
Hinweis: Beim Schreiben dieses Beitrags haben mich KI-Werkzeuge unterstützt, einzelne Bilder sind mit KI bearbeitet. Für Inhalt und Aussagen stehe ich mit meinem Namen.
